论文部分内容阅读
针对连续轧钢机轧辊偏心谐波信号具有严重的非线性特性，提出一种采用改进的小脑模型控制器（ICMAC）神经网络对轧辊偏心进行分频辨识的方法。该方法基于改进的Prony参量法对轧辊偏心信号进行估计，利用ICMAC对非线性的逼近能力，对不同频率不同幅值的轧辊偏心谐波进行分频辨识，然后提取连轧机轧辊偏心信号非线性谐波，从而得到混合了各次谐波的轧辊偏心信号的最简模型。仿真结果表明，该方法与常规的BP网络辨识建模方法相比，不仅辨识结果的置信度高，而且能明显识别出对控制精度影响较大的谐波，可为进一步消除连轧机轧辊偏心信号